【摘要】：隨著人工智能的不斷發(fā)展和應(yīng)用,通過深度學(xué)習(xí)等方法對(duì)大量的數(shù)據(jù)進(jìn)行分析和預(yù)測,將得到的結(jié)果應(yīng)用于各個(gè)所需領(lǐng)域,為各個(gè)所需領(lǐng)域帶來很多便利。本文利用深度學(xué)習(xí)算法針對(duì)稅收數(shù)據(jù)進(jìn)行大型企業(yè)非增值稅欠稅預(yù)測,能夠更好地為稅務(wù)稽查人員服務(wù),提高稽查人員的決策質(zhì)量和效率,從而保障國家的稅收收入。在對(duì)稅收數(shù)據(jù)進(jìn)行分析時(shí),其數(shù)據(jù)量龐大且復(fù)雜,難以直接對(duì)數(shù)據(jù)進(jìn)行分析,因此在稅收分析預(yù)測過程中需要對(duì)原始數(shù)據(jù)進(jìn)行處理,建立符合業(yè)務(wù)邏輯、滿足需求的數(shù)據(jù)倉庫,它是以南海區(qū)大型企業(yè)的繳稅信息數(shù)據(jù)和基本信息數(shù)據(jù)為基礎(chǔ),結(jié)合專業(yè)稅務(wù)知識(shí)對(duì)數(shù)據(jù)進(jìn)行預(yù)處理,清洗掉非法數(shù)據(jù)、冗余數(shù)據(jù)、錯(cuò)誤數(shù)據(jù)等其他形式的噪聲數(shù)據(jù),建立符合本文主題的事實(shí)表和多個(gè)維表,從而建立的非增值稅稅務(wù)數(shù)據(jù)倉庫。隨后以非增值稅稅收數(shù)據(jù)倉庫中的數(shù)據(jù)為基礎(chǔ)從多個(gè)維度去考慮影響企業(yè)欠稅的特征屬性,實(shí)驗(yàn)發(fā)現(xiàn)企業(yè)欠稅行為與地理區(qū)域、行業(yè)類型、注冊類型有一定的時(shí)間關(guān)聯(lián)性,最終結(jié)合稅務(wù)人員提供的有關(guān)知識(shí)和經(jīng)驗(yàn)確定影響企業(yè)欠稅的多個(gè)特征屬性,其中包含了財(cái)務(wù)方面的數(shù)據(jù)、納稅人的信息、納稅數(shù)據(jù)。最后,根據(jù)企業(yè)前一年影響企業(yè)欠稅的特征屬性數(shù)據(jù)來預(yù)測下一年是否會(huì)發(fā)生欠稅行為,研究以深度學(xué)習(xí)算法為基礎(chǔ)的企業(yè)欠稅預(yù)測模型,并對(duì)模型輸入層、隱含層、輸出層的設(shè)計(jì)及模型優(yōu)化。使用佛山市南海區(qū)稅務(wù)機(jī)關(guān)提供的2015年和2016年非增值稅稅收相關(guān)數(shù)據(jù),對(duì)預(yù)測模型進(jìn)行準(zhǔn)確率驗(yàn)證,分別對(duì)每一步優(yōu)化得出的預(yù)測準(zhǔn)確率進(jìn)行記錄和分析,目前得出最高平均預(yù)測準(zhǔn)確率為88.45%,對(duì)比人工預(yù)測和計(jì)量等傳統(tǒng)方法預(yù)測欠稅不足80%的準(zhǔn)確率有大幅度提高,并且使用多維度數(shù)據(jù)更加具有說服力,從而證明基于深度學(xué)習(xí)算法的企業(yè)欠稅預(yù)測模型具有合理性與可靠性,為稅務(wù)機(jī)關(guān)單位提供科學(xué)合理的研究思路。
【圖文】：

圖 2-2 數(shù)據(jù)倉庫的層次結(jié)構(gòu)其中海量數(shù)據(jù)源（庫）是多渠道總合的數(shù)據(jù)集；數(shù)據(jù)獲取層主要是把決需要的數(shù)據(jù)從海量的數(shù)據(jù)源（庫）中獲取，并對(duì)其進(jìn)行必需的清理、轉(zhuǎn)換合，將處理過的數(shù)據(jù)加載至數(shù)據(jù)獲取層的數(shù)據(jù)庫內(nèi)；數(shù)據(jù)存儲(chǔ)層重點(diǎn)是將步驟的數(shù)據(jù)存儲(chǔ)，將這些特定主題數(shù)據(jù)按照某種組織或結(jié)構(gòu)形式化儲(chǔ)存；分析層主要是對(duì)數(shù)據(jù)進(jìn)行全面的分析，運(yùn)用多種方法，例如結(jié)合數(shù)據(jù)倉庫度學(xué)習(xí)算法，不僅可以能夠幫助解決數(shù)據(jù)分析的任務(wù)，還能提搞準(zhǔn)確度。分析是以數(shù)據(jù)倉庫為基礎(chǔ)，對(duì)數(shù)據(jù)中潛在知識(shí)更深層的理解，所以，它是倉庫應(yīng)用的非常關(guān)鍵的一個(gè)過程。數(shù)據(jù)倉庫中有關(guān)的專業(yè)術(shù)語為：1) 元數(shù)據(jù)：它是用來給數(shù)據(jù)倉庫的對(duì)象定義的一種重要數(shù)據(jù)，較為典型是位于傳統(tǒng)的數(shù)據(jù)庫里的數(shù)據(jù)字典，它可以將庫中的基本數(shù)據(jù)添加時(shí)標(biāo)簽、提取數(shù)據(jù)的源、被數(shù)據(jù)清理等操作創(chuàng)建元數(shù)據(jù)。

啟了深度學(xué)習(xí)無論是在學(xué)術(shù)界還是工業(yè)界的巨大浪潮。其主要人工神經(jīng)網(wǎng)絡(luò)的一些優(yōu)點(diǎn)，如具有非常好的特征化學(xué)習(xí)能力，始化”這種無監(jiān)督學(xué)習(xí)的方式來克服訓(xùn)練上的難度，，并且學(xué)習(xí)視化或分類�！爸饘映跏蓟盵24]其基本思想為：所有的網(wǎng)絡(luò)層化”這一特殊方式進(jìn)行學(xué)習(xí)；同時(shí)，把上一層網(wǎng)絡(luò)的輸出作為整個(gè)網(wǎng)絡(luò)調(diào)優(yōu)，具體使用的是 wake-sleep 算法。深度學(xué)習(xí)的逐漸域都應(yīng)用的很出色，從 2011 年以后，微軟研究院與 Google 公面有了重大突破。他們均采用了深度神經(jīng)網(wǎng)絡(luò)技術(shù)，將語音的降，降至了 20%-30%的水平。第二年，這項(xiàng)技術(shù)又在圖像識(shí)別 ImageNet 上圖像識(shí)別錯(cuò)誤率降低到百分之十五，2017 年，圖到了百分之五。
【學(xué)位授予單位】：佛山科學(xué)技術(shù)學(xué)院
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP18;F275.4

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馬宏新;;數(shù)據(jù)倉庫技術(shù)在高速公路數(shù)據(jù)倉庫系統(tǒng)中的應(yīng)用[J];吉林交通科技;2011年01期

2 郝雅萍;;計(jì)算機(jī)數(shù)據(jù)倉庫的構(gòu)建原理及發(fā)展趨勢[J];延邊教育學(xué)院學(xué)報(bào);2018年06期

3 林琳;;七大云計(jì)算數(shù)據(jù)倉庫[J];計(jì)算機(jī)與網(wǎng)絡(luò);2019年20期

4 劉皓;;基于網(wǎng)絡(luò)數(shù)據(jù)倉庫及OLAP技術(shù)的決策支持系統(tǒng)設(shè)計(jì)[J];網(wǎng)絡(luò)安全技術(shù)與應(yīng)用;2015年11期

5 王鋒;;維數(shù)據(jù)倉庫及其在復(fù)雜數(shù)據(jù)建模中的應(yīng)用研究[J];通訊世界;2015年03期

6 劉靜;劉麗紅;張竹綠;田野;;使用數(shù)據(jù)清洗技術(shù)進(jìn)行中醫(yī)藥數(shù)據(jù)倉庫質(zhì)量控制研究[J];中國數(shù)字醫(yī)學(xué);2012年04期

7 蔣彬;余肖生;王東娟;姜艷靜;趙美林;;數(shù)據(jù)倉庫構(gòu)建之行為模式分析[J];信息系統(tǒng)學(xué)報(bào);2013年01期

8 崔愿星;;淺析數(shù)據(jù)倉庫與數(shù)據(jù)挖掘的應(yīng)用[J];內(nèi)江科技;2014年01期

9 韓蕊;;大數(shù)據(jù)讓數(shù)據(jù)倉庫更具價(jià)值[J];互聯(lián)網(wǎng)周刊;2014年02期

10 譚光瑋;武彤;;基于生產(chǎn)線質(zhì)量控制系統(tǒng)的動(dòng)態(tài)數(shù)據(jù)倉庫解決方案[J];微型機(jī)與應(yīng)用;2014年07期

相關(guān)會(huì)議論文 前10條

1 鄒勇;宋楠;仇道霞;王冬青;陳松;;數(shù)據(jù)倉庫信息搜索系統(tǒng)探索[A];中國煙草學(xué)會(huì)2012年學(xué)術(shù)年會(huì)論文集[C];2012年

2 金周;;基于數(shù)據(jù)倉庫的能耗指標(biāo)查詢體系[A];全國冶金自動(dòng)化信息網(wǎng)2009年會(huì)論文集[C];2009年

3 王曉玲;謝鴻強(qiáng);劉安;董逸生;;數(shù)據(jù)倉庫建模工具的研制[A];第十七屆全國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2000年

4 張德輝;李建中;;多維壓縮數(shù)據(jù)倉庫上的并行聚集算法[A];第十七屆全國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2000年

5 潘海為;李建中;;數(shù)據(jù)倉庫的并行加載算法[A];第十七屆全國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2000年

6 丁峰;鄧勇;沈鈞毅;;數(shù)據(jù)倉庫中進(jìn)行數(shù)據(jù)維護(hù)的方法研究[A];第十七屆全國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2000年

7 宋荷慶;胡華;;在證券公司業(yè)務(wù)中建造數(shù)據(jù)倉庫[A];第十八屆全國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2001年

8 隋琪;王海洋;;一種基于數(shù)據(jù)倉庫的服務(wù)評(píng)估方法[A];第二十二屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2005年

9 宋國杰;楊冬青;林子雨;唐世渭;王騰蛟;謝昆青;;實(shí)時(shí)主動(dòng)數(shù)據(jù)倉庫的概念、問題及應(yīng)用[A];第二十四屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2007年

10 周訓(xùn)偉;鮑泓;;泛矩陣——數(shù)據(jù)倉庫中OLAP操作的數(shù)學(xué)基礎(chǔ)[A];第二十四屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2007年

相關(guān)重要報(bào)紙文章 前10條

1 Snowflake公司聯(lián)合創(chuàng)始人 Benoit Dageville 編譯 陳琳華;云數(shù)據(jù)倉庫的下一步發(fā)展趨勢[N];計(jì)算機(jī)世界;2020年

2 James Kobielus 編譯 陳琳華;數(shù)據(jù)湖正在成為新的數(shù)據(jù)倉庫[N];計(jì)算機(jī)世界;2019年

3 全民 英大泰和財(cái)產(chǎn)保險(xiǎn)股份有限公司 趙永堅(jiān) 中煤財(cái)產(chǎn)保險(xiǎn)股份有限公司;保險(xiǎn)企業(yè)信息化回顧及信息化保險(xiǎn)展望[N];中國保險(xiǎn)報(bào);2017年

4 陳玉飛 周濤;人工智能能代替指揮員嗎[N];解放軍報(bào);2017年

5 張靜;大數(shù)據(jù)時(shí)代數(shù)據(jù)倉庫的技術(shù)跟進(jìn)[N];中國信息化周報(bào);2014年

6 本報(bào)記者 程彥博;海關(guān)數(shù)據(jù)倉庫云平臺(tái)：大塊頭有大智慧[N];中國計(jì)算機(jī)報(bào);2013年

7 本報(bào)記者 鄒大斌;數(shù)據(jù)倉庫、Hadoop，一個(gè)都不能少[N];計(jì)算機(jī)世界;2013年

8 張中淋 李亮 陳濤 中國石油內(nèi)江銷售公司 中國石油四川銷售公司;如何建設(shè)數(shù)據(jù)倉庫[N];計(jì)算機(jī)世界;2013年

9 壽川;2002Teradata數(shù)據(jù)倉庫峰會(huì)在上海召開[N];市場報(bào);2002年

10 記者 舉薇;Teradata數(shù)據(jù)倉庫上海爭峰[N];中國證券報(bào);2004年

相關(guān)博士學(xué)位論文 前10條

1 陳燕;數(shù)據(jù)倉庫的設(shè)計(jì)與實(shí)現(xiàn)[D];大連理工大學(xué);2000年

2 陳湘濤;數(shù)據(jù)倉庫與數(shù)據(jù)挖掘技術(shù)在新型鋁電解控制系統(tǒng)中的應(yīng)用研究[D];中南大學(xué);2004年

3 周麗娟;數(shù)據(jù)倉庫中實(shí)視圖的選擇與維護(hù)技術(shù)的研究[D];哈爾濱工程大學(xué);2004年

4 李學(xué)鋒;礦山企業(yè)數(shù)據(jù)倉庫的應(yīng)用研究[D];昆明理工大學(xué);2005年

5 孫麗;工藝知識(shí)管理及其若干關(guān)鍵技術(shù)研究[D];大連交通大學(xué);2005年

6 李澤海;數(shù)據(jù)倉庫中多維數(shù)據(jù)處理與查詢相關(guān)技術(shù)的研究[D];吉林大學(xué);2005年

7 王文銘;基于數(shù)據(jù)倉庫的礦山企業(yè)信息系統(tǒng)及其應(yīng)用研究[D];東北大學(xué);2000年

8 麥永浩;數(shù)據(jù)倉庫和數(shù)據(jù)挖掘方法研究及其在公安信息建設(shè)中的應(yīng)用[D];華東理工大學(xué);2000年

9 王華秋;并行數(shù)據(jù)挖掘理論研究與應(yīng)用[D];重慶大學(xué);2006年

10 馮玉;數(shù)據(jù)倉庫環(huán)境中近似查詢處理技術(shù)研究[D];中國科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2002年

相關(guān)碩士學(xué)位論文 前10條

1 段然;基于深度學(xué)習(xí)的大型企業(yè)非增值稅欠稅預(yù)測[D];佛山科學(xué)技術(shù)學(xué)院;2018年

2 張翼翔;基于SAP BW模型架構(gòu)的企業(yè)級(jí)數(shù)據(jù)倉庫應(yīng)用研究[D];上海交通大學(xué);2018年

3 劉俊;動(dòng)車組關(guān)鍵部件數(shù)據(jù)處理方法研究與實(shí)現(xiàn)[D];北京交通大學(xué);2019年

4 聶暢;基于數(shù)據(jù)倉庫的醫(yī)院數(shù)據(jù)分析與決策支持系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];云南大學(xué);2018年

5 駱龍飛;基于BIEE營銷數(shù)據(jù)分析系統(tǒng)的設(shè)計(jì)與優(yōu)化[D];武漢輕工大學(xué);2018年

6 金剛;基于規(guī)則的用戶全景視圖的設(shè)計(jì)與實(shí)現(xiàn)[D];上海交通大學(xué);2015年

7 俞憶青;基于數(shù)據(jù)倉庫的四重采集系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];上海交通大學(xué);2016年

8 趙靚;基于數(shù)據(jù)倉庫與Hadoop的移動(dòng)廣告平臺(tái)設(shè)計(jì)與實(shí)現(xiàn)[D];上海交通大學(xué);2016年

9 王志華;信息化作業(yè)指導(dǎo)系統(tǒng)在印刷企業(yè)精益管理中的應(yīng)用[D];華南理工大學(xué);2019年

10 彭先清;數(shù)據(jù)倉庫中聯(lián)機(jī)分析系統(tǒng)的研究與實(shí)現(xiàn)[D];電子科技大學(xué);2019年

本文編號(hào)：2612180